Ocena wpływu cech za pomocą wykresów częściowej zależności
Kontynuując poprzednie zadania, sprawdź teraz, jak cechy 'CGPA' i 'University Rating' wpływają na decyzje rekrutacyjne. Wcześniejsza analiza wykazała, że 'CGPA' jest najważniejszym predyktorem, natomiast 'University Rating' – najmniej istotnym. Wykres częściowej zależności pozwoli zobaczyć, jak zmiany tych cech przekładają się na prawdopodobieństwo przyjęcia na studia, dostarczając komisji rekrutacyjnej szczegółowych informacji o ich wpływie.
X_train i y_train zostały już wczytane.
To ćwiczenie jest częścią kursu
Wyjaśnialne AI w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
from sklearn.ensemble import RandomForestRegressor
import shap
model = RandomForestRegressor(random_state=42)
model.fit(X_train, y_train)
# Generate the partial dependence plot for CGPA
shap.partial_dependence_plot(____, ____, X_train)